Robot hai bánh tự cân bằng sử dụng bộ điều khiển PID auto tuning

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA _o0o _ HOÀNG ANH VŨ ĐÊ TÀI ROBOT HAI BÁNH TỰ CÂN BẰNG SỬ DỤNG BỘ ĐIỀU KHIỂN PID AUTO-TUNING CHUYÊN NGÀNH: TỰ ĐỘNG HÓA MSHV: 09150051 LUẬN VĂN THẠC SĨ Tp Hồ Chí Minh, ngày 10 tháng 12 năm 2010 Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG CƠNG TRÌNH ðƯỢC HOÀN THÀNH TẠI TRƯỜNG ðẠI HỌC BÁCH KHOA ðẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH Cán hướng dẫn khoa học: (ghi rõ họ tên, học hàm, học vị chữ ký) Cán chấm nhận xét 1: (ghi rõ họ tên, học hàm, học vị chữ ký) Cán chấm nhận xét 2: (ghi rõ họ tên, học hàm, học vị chữ ký) Luận văn Thạc Sỹ ñược bảo vệ HỘI ðỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SỸ TRƯỜNG ðẠI HỌC BÁCH KHOA, ngày ….tháng…năm …… Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG ðẠI HỌC QUỐC GIA TP HCM TRƯỜNG ðẠI HỌC BÁCH KHOA CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM ðộc Lập - Tự Do - Hạnh Phúc -oOo Tp HCM, ngày tháng năm …… NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: HỒNG ANH VŨ Giới tính : Nam Ngày, tháng, năm sinh : 19-02-1984 Nơi sinh : QUẢNG NGÃI Chun ngành : TỰ ðỘNG HĨA Khố (Năm trúng tuyển) : 2009 1- TÊN ðỀ TÀI: ROBOT HAI BÁNH TỰ CÂN BẰNG SỬ DỤNG BỘ ðIỀU KHIỂN PID AUTO-TUNING 2- NHIỆM VỤ LUẬN VĂN: • Xây dựng ñiều khiển PID auto-tuning, kết cấu khí mạch điều khiển cho mơ hình robot hai bánh tự cân • Mơ giải thuật PID auto-tuning cho mơ hình robot hai bánh tự cân • Xây dựng ñiều khiển thời gian thực Cortex-M3 ñể kiểm chứng tính đắn giải thuật cho đối tượng robot hai bánh tự cân 3- NGÀY GIAO NHIỆM VỤ : 4- NGÀY HOÀN THÀNH NHIỆM VỤ : 5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN (Ghi ñầy ñủ học hàm, học vị ): Nội dung ñề cương Luận văn Thạc Sĩ ñã ñược Hội ðồng Chuyên Ngành thông qua CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) CHỦ NHIỆM BỘ MÔN QUẢN LÝ CHUYÊN NGÀNH (Họ tên chữ ký) Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Lời cảm ơn Lời cảm ơn đầu tiên, tơi xin chân thành gửi đến Cơ Nguyễn Thị Phương Hà người tận tình hướng dẫn truyền đạt kiến thức giúp tơi hồn thành luận văn ðiều quan trọng PGS.TS Nguyễn Thị Phương Hà hướng tơi tìm đường nghiên cứu thuật tốn có tính ứng dụng cao ngồi thực tiễn, phù hợp với sở thích niềm đam mê tơi Bên cạnh đó, tơi xin chân thành gửi lời cảm ơn đến q thầy mơn ðiều Khiển Tự ðộng: thầy Nguyễn ðức Thành, cô Nguyễn Thị Phương Hà, thầy Huỳnh Thái Hoàng, thầy Dương Hoài Nghĩa, thầy Nguyễn Thiện Thành, thầy Trương ðình Châu….đã cho tơi kiến thức bổ ích q giá q trình học tập để ứng dụng vào nghiên cứu phát triển ñề tài ứng dụng vào công việc sau Tôi xin chân thành gửi lời cảm ơn ñến tất bạn cao học khóa 2009 động viên, giúp đỡ, trao ñổi kiến thức với suốt khóa học Cuối cùng, xin chân thành cảm ơn quan tâm, hỗ trợ, tạo ñiều kiện ñộng viên vật chất lẫn tinh thần thành viên gia ñình suốt thời gian qua Tp.HCM, ngày 10 tháng 12 năm 2010 Tác giả HOÀNG ANH VŨ Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Tóm tắt luận văn cao học Robot hai bánh tự cân đối tượng có tính phi tuyến cao tương đối khơng ổn định Vì vậy, ta phải có phương pháp điều khiển ñể ñưa hệ thống robot hai bánh vị trí cân mong muốn Một phương pháp ñược ứng dụng vào điều khiển PID auto-tuning update online Với ưu điểm hệ thống khí khơng phức tạp, robot hai bánh tự cân ñược sử dụng rộng rãi việc giảng dạy nghiên cứu lý thuyết ñiều khiển tự ñộng xây dựng ñiều khiển số Hệ thống bao gồm: hai bánh xe ñược gắn vào bệ robot kết nối với hai động DC thơng qua truyền ñai, bệ robot ñược gắn với thân robot tượng trưng cho quay lắc ngược ðộng DC có gắn encoder để tính góc quẹo robot Như thân robot quay quanh tương ñối quanh trục ñộng Ta phải ñiều khiển để thân robot cân vị trí cân cho phép Mục tiêu đề tài xây dựng ñiều khiển PID auto-tuning update online sử dụng neuron với luật học steepest descent ñể ñiều khiển ñối tượng có ñộ phi tuyến ñược ổn định Luật điều khiển mơ matlab simulink ñược kiểm nghiệm vi ñiều khiển Cortex-M3 Ưu ñiểm sử dụng Cortex-M3 ñể thực thi ñiều khiển là: giá thành rẻ, sử dụng linh hoạt dễ dàng ứng dụng vào thực tế thương mại hóa NHẬN XÉT CỦA CÁN BỘ HƯỚNG DẪN Cán hướng dẫn : PGS.TS NGUYỄN THỊ PHƯƠNG HÀ Họ tên học viên : HỒNG ANH VŨ Tên đề tài Khóa : 2009 : ROBOT HAI BÁNH TỰ CÂN BẰNG SỬ DỤNG BỘ ĐIỀU KHIỂN PID AUTO-TUNING Nhận xét : Đánh giá : Tp.HCM, ngày tháng Cán hướng dẫn (Ký tên, ghi rõ họ tên) năm NHẬN XÉT CỦA CÁN BỘ PHẢN BIỆN Cán phản biện : Họ tên học viên : HỒNG ANH VŨ Tên đề tài Khóa : 2009 : ROBOT HAI BÁNH TỰ CÂN BẰNG SỬ DỤNG BỘ ĐIỀU KHIỂN PID AUTO-TUNING Nhận xét : Đánh giá : Tp.HCM, ngày tháng Cán phản biện (Ký tên, ghi rõ họ tên) năm NHẬN XÉT CỦA CÁN BỘ PHẢN BIỆN Cán phản biện : Họ tên học viên : HOÀNG ANH VŨ Tên đề tài Khóa : 2009 : ROBOT HAI BÁNH TỰ CÂN BẰNG SỬ DỤNG BỘ ĐIỀU KHIỂN PID AUTO-TUNING Nhận xét : Đánh giá : Tp.HCM, ngày tháng Cán phản biện (Ký tên, ghi rõ họ tên) năm Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Mục lục Chương 1: Tổng quan 01 1.1 Đặt vấn đề 01 1.2 Các cơng trình nghiên cứu liên quan 01 1.3 Phạm vi nghiên cứu 05 1.4 Tóm tắt nội dung chương 05 1.5 Nhiệm vụ luận văn 06 Chương 2: Lý thuyết phương phương pháp điều khiển PID Autotuning 07 2.1 Giới thiệu thuật toán PID 07 2.2 PID Ziegler-Nichols tuning 07 2.3 PID Auto-tuning neurons update online 08 2.3.1 Neuron tự hiệu chỉnh dạng 08 2.3.2 Neuron tự hiệu chỉnh dạng hai 14 Chương 3: Thiết kế điều khiển 16 3.1 Nguyên lý hoạt động robot hai bánh tự cân 16 3.2 3.3 Mơ hình hóa robot hai bánh tự cân 16 3.2.1 Mô tả phần cứng 16 3.2.2 Mơ hình tốn học 19 Thiết kế điều khiển PID Auto-tuning cho robot hai bánh tự cân 24 3.3.1 PID Auto-tuning update online dùng neuron dạng 24 3.3.2 PID Auto-tuning update online dùng neuron dạng hai 26 Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG 3.4 Kết mô MatLab-Simulink hai dạng 27 3.5 So sánh PID cổ điển PID Auto-tuning 32 3.6 Nhận xét 36 Chương 4: Phương pháp xử lý tín hiệu từ cảm biến 37 4.1 Giới thiệu lý thuyết lọc Kalman 37 4.2 Thuật toán lọc Kalman rời rạc 37 Chương5: Kết thực nghiệm 39 5.1 Mơ hình robot thực tế 39 5.2 Các mạch điều khiển 41 5.2.1 Mạch nguồn 41 5.2.2 Mạch cầu H 41 5.2.3 Mạch Cortex-M3 42 5.3 Kết thực nghiệm xử lý cảm biến 43 5.4 Kết thực nghiệm Kp, Ki, Kd tuning góc pitch 44 Chương 6: Kết luận hướng phát triển đề tài ……… 46 6.1 Các kết đạt được……… 46 6.2 Các kết chưa đạt 46 6.3 Hướng phát triển đề tài 46 Tài liệu tham khảo 47 Lý Lịch trích ngang: 48 Danh mục hình vẽ, đồ thị, bảng biểu Hình 1: Nbot 01 Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Hình 23: Đáp ứng PID auto-tuning dạng Nhận xét: Ngõ hệ thống bám theo tín hiệu đặt 50 sau 7.5s Chất lượng điều khiển PID auto-tuning dạng hai không so với dạng Như vậy, hai cách tuning cho Kp, Ki, Kd đáp ứng tốt với mức tín hiệu thay đổi 3.6 Nhận xét: Phương pháp gradient(steepest descent) θ (k + 1) = θ (k ) − η∇J η >0: số học  ∂J  ∇J =   : vector nằm mặt đáy vng góc với đường tròn đáy  ∂θ  T Xét mặt cắt ngang song song với mặt đáy, chiếu mặt cắt xuống đáy ta đường cong (C) khép kín hình vẽ sau: -35- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Hình 24: Ý nghĩa phương pháp học steepest descent  ∂J  ∇J =   vng góc với (C) hướng theo chiều tăng J Như vậy, − η∇J  ∂θ  T hướng vào vòng tròn (C), sai số hàm mục tiêu J cực tiểu hóa theo thời gian Vậy với phương pháp PID auto-tuning sử dụng mạng neuron với phương pháp Gradient (steepest descent) nâng cao chất lượng điều khiển hệ thống theo thời gian giúp việc hội tụ cách dễ dàng điều khiển PID cổ điển -36- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG PHƯƠNG PHÁP XỬ LÝ TÍN HIỆU TỪ CẢM BIẾN CHƯƠNG 4: 4.1 Giới thiệu lý thuyết lọc Kalman Hệ thống đơn giản hóa có biểu diễn trạng thái sau:  x&1 = A11 x1 + B1u + Γw   y = C1 x1 + Dbu + v Trong w v ồn trắng có phân bố Gauss với E{wwT} = W ≥ ( W bán xác định dương) E{ vvT} = V >0 ( V xác định dương) E{ wvT} = Xét ước lượng trạng thái  x&ˆ1 = A11 xˆ1 + B1u + K f ( y − yˆ )   y = C1 xˆ1 + Dbu Định nghĩa sai số ước lượng x% = x1 − xˆ1 ⇒ x&% = A11 x% + Γw − K f ( y − yˆ ) = Ax% + Γw − K f (C1 x% + v) ⇒ x&% = ( A11 − K f C ) x% + Γw − K f v Ma trận Kf cực tiểu hóa E{x% T x%} xác định K f = Pf C T V −1 Với Pf nghiệm phương trình đại số Ricacati Pf AT + APf + ΓW ΓT − Pf C TV −1CPf = 4.2 Thuật toán lọc Kalman rời rạc Phương trình trạng thái cảm biến là: xk+1 = Axk + Buk  alpha  1 = bias    ( k +1) 0 − dt  anpha  dt  +  u k     bias  ( k ) 0  u: giá trị lần đo cuối -37- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG y: góc tính từ gia tốc Tính tốn sai số khác biệt y giá trị ước lượng từ mơ hình Được gọi innovation Inn = y – Cx Tính hiệp phương sai Covariance s = C*P*C’ + Sz; Tính hệ số Kalman K= A*P*C’*inv(s); Hiệu chỉnh ước lượng trạng thái x = x + K*inn; Tính hiệp phương sai sai số ước lượng P = A*P*A’ –K*C*P*A’ + Sw; Với C = [1 0] alpha = C*x Sz: hiệp phương sai ồn trình đo đạc Sz = E(zk*zkT) Sw: ma trận hiệp phương sai ồn xử lý Sw = E(x.xT) -38- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG CHƯƠNG 5: KẾT QUẢ THỰC NGHIỆM 5.1 Mơ hình robot thực tế Hình 25: Robot nhìn từ bên hơng -39- Luận Văn Cao Học HVTH: Hồng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Hình 26: Robot nhìn từ khía cạnh gốc -40- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG 5.2 Các mạch điều khiển 5.2.1 Mạch nguồn J22 J2 L2 DC+ CON4 C10 104 C13 102 C12 102 D8 C23 1N5822 +12V D7 1N5822 VIN R21 1k5 L3 OUT LM2576/TO LM2576/TO GND OUT 22nH ON/OFF FB L1 ON/OFF FB VIN 100uF-50V 100uF-50V U9 U8 C9 C15 47uF-50V C11 100uF-50V R20 1k5 GND 22nH C8 1000uF-250V CON2 VCC 22nH R16 1k5 D9 1N5822 2 C36 104 C14 100uF-16V Hình 27: Mạch nguồn 5.2.2 Mạch cầu H -41- C16 4.7uF-16V C37 104 D10 LED RV1 VARISTOR Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG VCC U7A R11 2k2 R15 2k2 74VHCT08 A_2 PhaseA_2 C4 10nF C41 102 R10 3k3 U7B C1 10nF 74VHCT08 VCC + R18 1k5 + C39 102 R12 3k3 U7C R542 2k7 74VHCT08 IND_2 R8 U4 3k3 R 541 2k7 Dir_2 10 11 Break DirSel PWM C49 102 DC+ VCC C43 104 C2 1uF OUT1 OUT2 BIN DIN PIN CSOUT TFOUT 10 M1 M2 D11 LED Current VS R14 2k7 LMD18200/TO C19 100uF BTP1 BTP2 GN D B_2 R9 2k2 PhaseB_2 C22 4.7uF-16V C21 10nF VCC C20 10nF R39 1k5 U10 U6A R23 2k2 A 3k3 C26 102 R 22 C191 100uF U6B 74HC08 R27 C3 1uF 3k3 PhaseB C 27 102 U6C 74HC08 I ND PhaseA B R25 2k2 Break_2 DirSel_2 PWM_2 DC + R26 11 3k3 Dir 10 C28 102 VCC C40 104 74HC08 C42 4.7uF Hình 28: Mạch cầu H 5.2.3 Mạch Cortex-M3 -42- BTP1 BTP2 BIN DIN PIN VS OUT1 OUT2 C SOUT TFOUT 10 M1_2 M2_2 D18 LED Current_2 GND R24 2k2 R 515 2k7 LMD18200/TO R516 2k7 VCC R38 2k7 Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG CON16B Enable_M2 PWM_M1 R75 1k R76 1k R77 1k D4 LED D5 LED D6 LED 3.3V ACTION FACI PTATS PhaseA_M1 FACI VCC VDD25 C7 4.7uF VDD25 10 C8 1uF C6 1uF C4 1uF T2IN R2OUT VCC_5V RTS_B CTS_B VCC R1OUT T1IN R1IN T1OUT T2OUT R2IN 13 14 TX_PC RX_PC CTS_PC RTS_PC C31 C50 7uF-16V 104 3.3V CD RF PWM_M2 g-SELECT 0g-DETECT SELF-TEST SLEEP 3.3V OVI_INT_M2 OVI_INT_M1 nSRST VDD25 Dir_M2 VDD25 C33 C52 7uF-16V 104 3.3V XOSC1 XOSC0 3V 3.3V C66 C67 4.7uF-16V 104 C68 C69 4.7uF-16V 104 L2 5V_M2 5V_M1 C72 C73 4.7uF-16V 104 U13 L1 C25 C24 C44 47uF-16V4.7uF-16V 104 3.3V C70 C71 4.7uF-16V 104 VCC VIN 22nH CON2 3V 3.3V J19 C1+ C1C2+ C2V+ V- GND 12 11 15 C5 1uF R1X_B T1X_B 16 U2 RTS_MCU CTS_MCU I NPUT2 I NPUT1 TX_MC U RX_MCU C3 104 ERROR PE2 PE1 PE0 RTS CTS 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 C34 C53 4.7uF-16V 104 LM3S1968 75 74 73 72 71 70 69 68 67 66 65 64 63 62 61 60 59 58 57 56 55 54 53 52 51 nWAKE 3V Break_M2 PhaseB_M1 3.3V Dir_M1 BEEPER R1X T1X VDD25 PE3/ SSI1Tx PE2/SSI1Rx PE1/SSI1Fs s PE0/ SSI 1Clk PB3/I2C0SDA PB2/I2C0SCL GND VDD PB1/CCP2 PB0/CCP0 CM0D0 RST GND VDD25 PF1/IDX1 PF2/PWM4 PF3/PWM5 PF4/C0o GND VDD VBAT GND XOSC1 XOSC0 HIB C551C9 RV2 VARISTOR 4.7uF-50V 7uF-50V C35 104 GN D A_XOUT A_YOUT VDD25 ADC0 ADC1 VDDA GNDA ADC2 ADC3 LDO VDD GND PD0/I DX0 PD1/PWM1 PD2/U 1RX PD3/U 1TX VDD25 GND PG3 PG2/PWM0 PG1/U 2TX PG0/U 2RX VDD GND PC7/C 2PC6/C 2+ PC5/C 1+ PC4/PhA0 3.3V 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Enable_M1 HP Break_M1 G_XOUT G_Y OUT C32 C51 4.7uF-16V 104 ACTION 3.3V ST PD PhaseB_M2 PhaseA_M2 VDD25 3.3V VDD25 ERROR 3V U1 3.3V 3.3V Current_1 Current_2 G_ZOUT A_ZOUT SLEEP g-SELECT 0g-DETECT SELF-TEST 3.3V 100 99 98 97 96 95 94 93 92 91 90 89 88 87 86 85 84 83 82 81 80 79 78 77 76 C26 C45 4.7uF-16V 104 10 11 12 13 14 15 16 ADC4 ADC5 VDDA GNDA ADC6 ADC7 GND VDD PB4/C 0PB5/C 1PB6/C0+ PB7/TRST VDD25 GND PH0/PWM2 PH1/PWM3 PH2 PH3/Fault GND VDD PC0/TCK/SWCLK PC1/TMS/SWDIO PC2/TDI PC3/TDOSWO CM0D1 3.3V PA0/U0R x PA1/U0Tx PA2/SSI 0CLk PA3/SSI 0Fss PA4/SSI 0Rx PA5/SSI 0Tx VDD GND PA6/I2C1SCL PA7/I2C1SDA PG7/PhB1 PG6/PhA1 VDD25 GND PG5 PG4/C CP3 PF7 PF6/CCP1 VDD GND PF5 PF0/PhB0 OSC0 OSC1 WAKE G_XOUT G_Y OUT A_XOUT A_Y OUT A_ZOUT VREF PTATS 3.3V PB4 PB5 PB6 PB7/ TRST VDD25 3.3V CON_IMU VOUT 3V 22nH ams1117 C747 47uF-16V C74 47uF-16V MAX232 C552C15 4.7uF-50V 4.7uF-50V Hình 29: Mạch Cortex-M3 5.3 Kết thực nghiệm xử lý cảm biến Sai số tĩnh góc pitch sử dụng lọc kalman 0.520 Sai số động góc pitch sử dụng lọc kalman 0.93070 -43- C36 104 C16 1uF-50V RV1 VARI STOR Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Hình 30: Đáp ứng tín hiệu sử dụng lọc Kalman rời rạc Error_AVR = 0.9307 5.4 Kết thực nghiệm Kp, Ki, Kd tuning góc pitch Góc pitch ban đầu 4.7250 Các hệ số Kp, Ki, Kd lúc khởi tạo là: Kp = 155.001, Ki = 0.440250, Kd = 1.50501 -44- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Hình 31: Hệ số Kp, Ki, Kd tuning theo thời gian đáp ứng góc pitch = 00 Nhận xét: Bộ điều khiển PID auto-tuning update online đáp ứng tốt robot hai bánh tự cân sai số tĩnh góc nghiêng dùng lọc kalman 0.520, sai số động góc nghiêng 0.93070 Góc pitch có hình dạng cưa sai số tĩnh cảm biến góc -45- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG KẾT LUẬN VÀ CHƯƠNG 6: HƯỚNG PHÁT TRIỂN ĐỀ TÀI 6.1 Các kết đạt _Hiểu phương pháp PID auto-tuning update online sử dụng mạng neuron để chỉnh định trọng số Kp, Ki, Kd _Ứng dụng điểu khiển thành công cho đối tượng robot hai bánh tự cân _Hiểu luật học gradient (steepest descent) để đưa sai số hội tụ vào đường cong (C) _Nắm cách thức hoạt động neuron mạng để từ áp dụng phương thức điều khiển neuron vào ứng dụng thực tế 6.2 Các kết chưa đạt _Luật học steepest descent hướng sai số giảm ta phải chọn số học η >0 thích hợp để vector − η∇J hướng vào bên đường cong (C) hội tụ nhanh Do vậy, cần phải tìm phương pháp xác định hệ số học η _Chưa tìm phương pháp học mới, hàm mục tiêu để hệ thống nhanh chóng hội tụ _Chưa ứng dụng luật điều khiển PID auto-tuning vào đối tượng khác để kiểm định chất lượng điều khiển _Chưa khắc phục sai số tĩnh cảm biến 6.3 Hướng phát triển đề tài _Nghiên cứu sâu giải thuật PID auto-tuning giải thuật cân để ứng dụng vào đối tượng khó điều khiển hơn: humannod robot, auto-pilot… _Nghiên cứu hàm tác động khác hàm tansig, sigmod, tuyến tính, hyperbol, để đáp ứng hệ thống nhanh hội tụ _Tìm hiểu nghiên cứu phương pháp auto-tuning khác cách sử dụng mạng neuron để đưa nhận định đắn phương pháp điều khiển -46- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG Tài liệu tham khảo 1) Movement control using zero dynamics of two-wheeled inverted pendulum robot 2) Balancing a two-wheeled autonomous robot 3) JOE: A mobile, Inverted Pendulum 4) Modelling and control of a balancing robot using a digital state space approach 5) Two-wheeled balancing LEGO robot 6) Inverted pendulum design with hardware fuzzy logic controller 7) Nonlinear adaptive sliding-mode control design for two-wheeled human transportation vehicle 8) Development and evaluation of an auto-tuning and adaptive PID controller 9) A multivariable on-line adaptive PID controller using auto-tuning neurons 10) Fuzzy auto-tuning PID control of multiple joint robot driven by ultrasonic motors 11) Auto Tuning PID Controller based on Improved Genetic Algorithm for Reverse Osmosis Plant 12) www.segway.com 13) http://www.geology.smu.edu/~dpa-www/robo/nbot/ 14) http://www.cs.hmc.edu/~dodds/projects/RobS03/Mapping/oldindex.html 15) Control of Two-wheels Inverted Pendulum Mobile Robot Using Full Order Sliding Mode Control 16) http://www.faqs.org/patents/app/20090051136 17) http://courses.cit.cornell.edu/ee476/FinalProjects/s2003/es89kh98/es89kh98/index htm 18) Robust Control Method Applied in Self-Balancing Two-Wheeled Robot -47- Luận Văn Cao Học HVTH: Hoàng Anh Vũ ROBOT HAI BÁNH TỰ CÂN BẰNG LÝ LỊCH TRÍCH NGANG THƠNG TIN CÁ NHÂN Họ tên Giới tính HỒNG ANH VŨ Nam Quốc tịch Việt Nam Ngày sinh 19-02-1984 Nơi sinh Quảng Ngãi Địa thường trú Di động Số nhà 964/19N Lò gốm, phường 8, quận 6, Tp HCM 0988 649 065 08 38542687 Email hoanganhvu2003@gmail.com QUÁ TRÌNH ĐÀO TẠO 2003-2008 _Học đại học trường Đại học Bách Khoa Tp Hồ Chí Minh _Chuyên nghành: Cơ điện tử _ Xếp loại: _Đề tài tốt nghiệp “ Thiết kế Driver cho động DC không chổi than” _Điểm đề tài: 8.3 2009-nay _Học cao học trường Đại học Bách Khoa Tp Hồ Chí Minh _Chun nghành: Tự động hóa Q TRÌNH CƠNG TÁC Thời gian Công ty 2007-2008 SDS 4/2008-4/2009 PICOTRACK Mô tả công việc _Chức vụ: Thiết kế IC _Nhiệm vụ: Thiết kế nhớ ROM mức physical design sử dụng công cụ: Cadence, Perl, Cshell, Linux _Chức vụ: kỹ sư R&D Hardware and Software _Nhiệm vụ: Thiết kế phát triển hệ thống máy sản xuất lĩnh vực bán dẫn.develop _Dự án tham gia: PCT2009, microstep stepper driver, cluster tool, CAN- RS485- RS422 -48- Luận Văn Cao Học HVTH: Hoàng Anh Vũ 5/200910/2010 10/2010-nay DATALOGIC SCANNING I3DVR International ROBOT HAI BÁNH TỰ CÂN BẰNG _Công cụ: PLC OMRON, vi điều khiển AVR, DSPIC, CX-one, C compiler _ Chức vụ: kỹ sư R&D Hardware and Software _Nhiệm vụ: Thiết kế mạch firmware cho máy quét mã vạch, mạch truyền thông không dây _Dự án tham gia: Bluetooth, MẮT RỒNG, PHƯỢNG HỒNG, PANDA _Cơng cụ: vi điều khiển: M16, ARM7, ARM11, Cortex-M3, Compiler: TM, IAR, Coocox, Dx Designer _Chức vụ: kỹ sư R&D Hardware and Software _Nhiệm vụ: Thiết kế mạch firmware cho hệ thống quẹt thẻ, hệ thống mạng Ethernet, thiết kế mạch POE, POE+ truyền thông Ethernet _Dự án tham gia: UIO8, AD4016 _Công cụ: ARM7, Cortex-M3, mentor graphic PADS09, IAR compiler -49- ... 3: ROBOT HAI BÁNH TỰ CÂN BẰNG THIẾT KẾ BỘ ĐIỀU KHIỂN 3.1 Nguyên lý hoạt động robot hai bánh tự cân Điều khiển robot hai bánh tự cân chạy phía nghiêng robot so với phương thẳng đứng Nếu hai bánh. .. kế điều khiển PID Auto- tuning cho robot hai bánh tự cân Sau tìm hiểu phương pháp điều khiển PID Auto- tuning: Ziegler-Nichols tuning, Auto- tuning (có hai dạng), tơi định chọn hai dạng PID Auto- tuning. .. có điều khiển thích nghi để điều khiển robot cân di chuyển linh hoạt Với yêu cầu phải có điều khiển thích nghi với đối tượng cân nên ta chọn đề tài ? ?ROBOT HAI BÁNH TỰ CÂN BẰNG SỬ DỤNG BỘ ĐIỀU KHIỂN